Diante da importância do planejamento energético integrado para um balanço adequado entre a oferta de energia e a demanda, surge a necessidade de estudos para a previsão dessas variáveis do balanço a fim de se planejar de forma eficiente (EPE,
2005). A dinâmica do mercado de energia elétrica depende de diversos fatores. Entre eles, a temperatura afeta o consumo elétrico de curto prazo, devido ao uso de ar condicionado, por exemplo, e avanços tecnológicos ou projetos industriais influenciam a demanda mais a longo prazo, com alteração da curva de consumo. Além disso, o aumento populacional e de domicílios, a eficiência energética e o clima também provocam influência no consumo elétrico (EPE, 2019).
Sobretudo, a economia possui forte relevância para modificações na demanda. Um crescimento econômico pode indicar e/ou levar a um incremento de atividade industrial, comercial, de agronegócio, e de transportes, além de um consequente aumento do consumo per capita, fatores que levam a um aumento do consumo elétrico (EPE, 2019). Em vista disso, tem-se na Figura 2.22 um gráfico com a comparação entre a taxa de crescimento anual do PIB (IPEA, 2020) e a taxa de crescimento anual do consumo elétrico (EPE, 2020a e EPE, 2020c). Verifica-se também a linha de tendência das duas informações e infere-se um acompanhamento das tendências na média.
Figura 2.22 – Gráfico comparativo da taxa de crescimento anual do PIB e do consumo elétrico (Elaboração própria a partir do IPEA, 2020; EPE, 2020a e EPE, 2020c).
Em relação à metodologia para previsão de demanda, há dois modelos principais, o econométrico, denominado também como top-down, e o analítico ou técnico econômico, conhecido como bottom-up. No primeiro, adota-se uma função com algumas macro-variáveis, como PIB e quantidade populacional, em que estas são associadas diretamente à evolução do consumo. Ademais, no outro modelo, a demanda é analisada a partir dos usos finais da energia. Há um exame desagregado das relações socioeconômicas e técnicas. A EPE realiza um estudo a partir de um Modelo de
-8% -4% 0% 4% 8% 12% 16% 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 20 17 20 18 20 19 TAXA CR ESC IME N TO AN U AL (% a. a. )
PIB CONSUMO ELÉTRICO
Projeção da Demanda de Eletricidade (MDE), o qual é um misto das metodologias explicitadas. (EPE, 2019). Observa-se, na Figura 2.23, as características e formação dos modelos mistos.
Figura 2.23 – Tipos de modelagem de projeção de energia (EPE, 2019).
É essencial para a projeção da demanda a análise de estatísticas de consumo elétrico e a definição de cenários macroeconômicos, com a elaboração de premissas básicas por setor e projeções de população e domicílios. Com a divisão por setor, mostrado na Figura 2.24, é possível avaliar a consistência da evolução do PIB no horizonte da projeção (EPE, 2019).
Figura 2.24 – Setores avaliados para análise de projeções do PIB no MDE (EPE, 2019).
As análises posteriores para definição do consumo são feitas também por setor (residencial, industrial, comercial e outras classes) e por subsistema com relações matemáticas (regressões) envolvendo as premissas (cenários setoriais, de PIB e de população). Essa relação está esquematizada na Figura 2.25 (EPE, 2019).
Figura 2.25 – Metodologia de projeção do consumo total de energia elétrica (EPE, 2019).
A fim de se planejar a nível de programação a curto prazo, o ONS também utiliza os estudos do Modelo de Projeção da Demanda de Eletricidade da EPE. Há um relatório realizado em conjunto pelo ONS, EPE e CCEE, chamado de Plano da Operação Energética (PEN), em que é descrita a projeção de consumo elétrico por subsistema para o horizonte de estudo de 5 anos. Ressalta-se a importância desse relatório para o planejamento devido a utilização desses valores como um dos componentes que entram como base de dados para os modelos de otimização da operação (ONS et al., 2020e). O PEN é feito quadrimestralmente e pode apresentar alguma versão extraordinária devido a fatores relevantes no país que mudem a composição ou tendência do consumo.
2.5 PANDEMIA DO CORONAVÍRUS
A doença do novo Coronavírus, conhecida também como COVID-19, foi identificada pela primeira vez em dezembro de 2019 em Wuhan na China. Como o meio de contaminação é o contato com gotículas respiratórias, pode ser facilmente obtido e propagado. Além disso, pode ser fatal em idosos, e até a data da defesa desse TCC, ainda não há cura ou vacina. Por esses motivos, tornou-se, no dia 30 de janeiro de 2020,
uma Emergência de Saúde Pública de Importância Internacional, o qual constitui o nível mais alto de alerta da Organização Mundial de Saúde (OMS).
Com a continuidade de mortes devido ao COVID-19 e a acelerada propagação em diversos países, no dia 11 de março de 2020, a OMS caracterizou-a como uma pandemia (OPAS, 2020). No gráfico da Figura 2.26, verifica-se a acentuada intensificação do número de casos no mundo ao longo dos dias.
Figura 2.26 – Gráfico do número de casos confirmados de COVID-19 por data de relatório da OMS e regiões (OMS, 2020).
Como medida para contenção do novo vírus, vários países aderiram ao lockdown ou períodos de quarentena com restrições para abertura de estabelecimentos (PSR CONSULTORIA, 2020). Como mostrado na Figura 2.27, tem-se que a transmissão sem controle gera um pico em menos tempo e seu valor pode ultrapassar a capacidade total do sistema de saúde. Com as medidas, é possível atrasar e achatar esse pico, de forma que a disseminação ocorra em mais tempo, só que com menos casos por período. Desse modo, o sistema de saúde não é sobrecarregado. Essas medidas de restrição foram feitas em diversos países (BBC, 2020a).
No Brasil, as medidas foram por região e de forma recomendatória. Um estudo feito pela Universidade Federal Rural do Rio de Janeiro (UFRRJ) concluiu que o isolamento social em maio pode ter poupado 118 mil vidas no Brasil, o que ressalta a importância dessa ação. No país, o isolamento começou em meados de março, foi
intensificado durante abril e maio e sofreu redução na aderência até julho, mês em que foram coletados dados para esse trabalho (O GLOBO, 2020).
Figura 2.27 – Comparação dos gráficos de casos de epidemia com e sem controle social (BBC, 2020a). Essa decisão trouxe impacto econômico de imediato devido à redução do consumo da população e à paralisação de certas atividades. Houve, como forma de compensação dos governos, redução das taxas de juros para facilitar empréstimos e incentivos financeiros a famílias prejudicadas. Apesar disso, há diversas incertezas em torno da infecção. Não se sabe até o momento se há ganho de imunidade após ser infectado ou se há previsão para uma vacina ou tratamento eficaz. Previsões e cenários obtidos nesse caso, portanto, servirão como especulação para o futuro econômico e também para o setor elétrico (PSR CONSULTORIA, 2020).
A crise causada por essa pandemia pode ser comparada, em relação aos desafios e ações governamentais conjuntas que a envolvem, com a Segunda Guerra Mundial, conforme explicitado pela chanceler alemã, Angela Merkel (apud FGV-IBRE, 2020a), em seu discurso do dia 18 de março.
No Brasil, pela propagação da doença de forma exponencial como nos outros países, adotaram-se medidas restritivas a partir de meados de março no âmbito federal, estadual e municipal. No dia 20 de março, estabeleceu-se a Medida Provisória 926, em que uma das providências atribuiu ao Governo Federal a prerrogativa de definição dos serviços essenciais e a definição de regras de locomoção interestadual e intermunicipal (INSTITUTO ACENDE BRASIL, 2020).
Dessa forma, as medidas poderiam ser estabelecidas a fim de se garantir o seu alcance a todos os serviços não essenciais à sociedade. No dia 15 de abril, foi determinado que os estados e municípios teriam liberdade para legislar acerca do tema. As medidas, portanto, foram realizadas no âmbito municipal e estadual de forma descentralizada. Com o avanço da doença e alcance de 1.000 casos em 21 de março, a maior parte das regiões do país agiu de modo semelhante ao longo de março e abril (INSTITUTO ACENDE BRASIL, 2020).
Uma das primeiras medidas foi a suspensão de atividades escolares de forma presencial. Diversas empresas adotaram home office e muitos estabelecimentos comerciais, industriais e de lazer foram fechados por não se constituírem como atividade essencial. Destaca-se que as medidas para não-aglomeração social foram recomendatórias e não mandatórias, por isso seu efeito dependeu da adesão das pessoas (INSTITUTO ACENDE BRASIL, 2020).
Em uma pesquisa realizada pelo Google em que foi avaliada a frequência de pessoas em certos locais após o início do isolamento social, é possível observar a alta adesão às medidas em relação à ida à parques e às atividades de varejo e recreação, como shoppings, cinema e restaurantes, além do aumento da estadia em casa. Os três gráficos apresentados nas Figuras 2.28 e 2.29 correspondem ao relatório dessa pesquisa da sexta-feira do dia 17 de abril. Os dias representados nos gráficos (sextas feiras de 6 de março a 17 de abril) foram comparados com a média dos valores das cinco sextas feiras do período de 3 de janeiro a 6 de fevereiro de 2020. Dessa forma, os valores de frequência nas datas representadas no eixo x que forem os mesmos desse período do primeiro bimestre serão representados pela baseline, enquanto o aumento ou redução de frequências foram representadas com valores entre -80% e 80% de crescimento (INSTITUTO ACENDE BRASIL, 2020).
Figura 2.28 – Gráfico do crescimento da frequência de pessoas nas sextas-feiras do período indicado em relação ao período de 3 de janeiro a 6 de fevereiro em atividades de varejo e recreação, e
Observa-se, na Figura 2.28, que a frequência de atividades de varejo e parques em meados de março e abril reduziu mais de 40% com relação ao primeiro bimestre. Por outro lado, no gráfico da Figura 2.29, tem-se que, no início de março, a frequência de pessoas em seus domicílios era semelhante ao do primeiro bimestre e aumentou em meados de março e em abril, cujos valores passaram a ser entre 10% e 20% mais elevados em relação a janeiro e fevereiro. Ressalta-se, desse modo, a redução de atividades comerciais nesse período (INSTITUTO ACENDE BRASIL, 2020).
Figura 2.29 – Gráfico do crescimento da frequência de pessoas nas sextas-feiras do período indicado em relação ao período de 3 de janeiro a 6 de fevereiro em seus domicílios (INSTITUTO ACENDE BRASIL,
2020).
Com as restrições às atividades não essenciais, também foram feitas medidas financeiras para proteção social como forma de compensação aos indivíduos mais atingidos pelo isolamento social e diante da consequente redução de atividades comerciais e industriais. No entanto, há diversos trabalhadores informais e pequenas empresas que serão prejudicadas e poderão declarar falência (FGV-IBRE, 2020a). Outra medida para amenizar os efeitos econômicos foi a regulamentação da Conta-Covid pela ANEEL, no qual são estabelecidos critérios de empréstimos no valor de até R$ 16,1 bilhões. O objetivo é minimizar os efeitos de inadimplência dos consumidores e da redução da receita das empresas do setor (GOVERNO DO BRASIL, 2020).
Diante dessa situação, verifica-se que a economia é e será afetada pela redução das exportações em todo o mundo, queda de renda da população e consequente redução do consumo, fechamento de estabelecimentos e indústrias. Esses fatores influenciam na queda do PIB desse ano e das projeções de crescimentos dos próximos anos. Há uma expectativa de impacto e retomada maiores no setor de serviços, principalmente no segmento de comércio e transportes de carga e passageiros e em alguns dos serviços prestados a firmas e a famílias, enquanto na indústria, apesar de impacto elevado, a retomada será mais gradual (ONS et al., 2020).
Com as políticas adotadas para amenização da crise, espera-se uma retomada econômica maior em 2021 e, em 2022, uma consolidação das medidas econômicas realizadas com redução do desemprego e aumento da demanda interna. Nesse contexto, na Figura 2.30, há a comparação da projeção da taxa de crescimento do PIB do Plano da Operação Energética (PEN), feito em dezembro de 2019 e a 1ª Revisão do PEN, feita em março de 2020, após intensificação da pandemia no Brasil. A expectativa é da continuidade do crescimento do PIB a partir de 2021. Nessa conjuntura, uma das mudanças do PEN na sua primeira revisão é o atraso no crescimento esperado. Em 2020, espera-se um PIB da mesma ordem de grandeza de 2019, enquanto nos outros anos há um aumento apesar da crise da pandemia (ONS et al., 2020).
Figura 2.30 – Comparação da Taxa de Crescimento do PIB (% ao ano) do PEN (ONS et al., 2020a). Pode-se comparar ainda uma nova projeção do crescimento do PIB (% ao ano) de 2020, passando de 0% para -5% na 1ª Revisão Extraordinária do PEN (ONS et al., 2020b). Essa redução se deve à continuidade de políticas de confinamento e de não- aglomeração. Verifica-se que o impacto no PIB é esperado mais no ano de 2020, enquanto as incertezas decorrentes da situação não reduzem de forma tão relevante os anos seguintes.
Diante disso, como parte do consumo elétrico está relacionado ao PIB e ao desenvolvimento econômico do país (EPE, 2019), há redução da demanda elétrica no curto prazo. Também foi avaliada a redução da carga dos próximos 4 anos, em conformidade com a redução do crescimento do PIB. Tem-se, na Figura 2.31, a comparação entre a avaliação feita em 1ª Revisão do PEN, feita em março de 2020, e na 1ª Revisão Extraordinária do PEN, divulgada em maio de 2020.
Figura 2.31 – Gráfico das Variações anuais da carga de energia para o SIN do PEN em MWmédio (ONS et al., 2020b).
A fim de se mensurar a crise enfrentada com a pandemia, pode-se comparar o período atual com outra crise mundial, em 2008, da bolha imobiliária (ONS et al., 2020f). Durante 2007, ocorreu o início da crise em relação a dívidas de hipotecas americanas subprime, o qual é uma modalidade de crédito com elevado risco. Com isso, por volta de setembro de 2008, houve a quebra do banco de investimento Lehman Brothers, instituição financeira tradicional e de grande porte. Além disso, existiam outras grandes instituições na época com desvalorização de ativos que juntamente com a quebra de Lehman levaram a um colapso de confiança no sistema financeiro internacional. No Brasil, os efeitos dessa crise acarretaram uma retração da produção industrial, com queda em diversos setores da indústria e do PIB. Dessa forma, houve uma redução da demanda energética (CASTRO e BRANDÃO, 2008).
Em janeiro de 2009, ainda com repercussão da crise mundial, foi feita uma revisão de planejamento da operação com previsão de carga pelo ONS (2020f). Com as comparações entre essa projeção e as previsões de janeiro de 2020 do PEN e suas revisões, observa-se uma carga em um patamar conforme previsto para 2013, o que significa um atraso de aproximadamente 6,5 anos em relação a demanda (ONS et al., 2020f), como mostrado na Figura 2.32. Desse modo, é possível dimensionar o tamanho do impacto da pandemia na queda de consumo atual.
-586 2808 2688 2641 2727 -1969 2766 2671 2618 2692 -2000 -1000 0 1000 2000 3000 4000 2020 2021 2022 2023 2024
Figura 2.32 – Gráfico das Variações anuais da carga de energia para o SIN do PEN em MWmédio (ONS et al., 2020f).
Ainda em relação ao curto prazo, a demanda elétrica sofre uma queda devido principalmente aos efeitos imediatos da quarentena. Somente no setor residencial houve aumento, o que não compensou a queda dos demais setores. No primeiro trimestre de 2020, houve uma queda no consumo de 1,9% em relação ao mesmo período em 2019. Em relação aos efeitos pós-quarentena, destacam-se as reduções dos setores de transporte com -21%, serviços com -16%, veículos com -13% e têxteis com -9% (CCEE, 2020). Na Figura 2.33, pode-se observar a redução da carga no mês de maio no setor da indústria, o qual foi bastante impactado pela pandemia.
Figura 2.33 – Gráfico comparativo da variação do consumo da indústria em relação a maio de 2019 e 2020 (Adaptado de LINKEDIN: CCEE, 2020).
Como verificado na Figura 2.34, a diminuição da demanda levou também a uma alteração da geração elétrica por fonte, com aumento da geração hidráulica em março devido às condições hidrológicas favoráveis desse mês e da geração solar, e redução das demais fontes (CCEE, 2020).
Figura 2.34 – Comparação da geração elétrica por fonte de março 2019 e 2020 (CCEE, 2020). Em suma, a carga de energia sofreu forte queda em relação aos demais anos devido à continuidade de medidas restritivas contra à propagação do COVID-19 durante meados de março e em abril, como mostrado na Figura 2.35. Ademais, tem-se redução de alguns índices econômicos ligados à indústria e ao comércio com considerável queda de abril em relação a março, os quais foram usados pelo ONS, no boletim mensal de carga, como comparativos da movimentação econômica após medidas como o confinamento. Na figura 2.36, observam-se os índices mencionados e como sofreram redução em comparação aos meses de dezembro de 2019, janeiro de 2020 e março de 2020 (ONS, 2020).
Figura 2.36 - Resultados dos indicadores da Indústria e Comércio disponibilizados pela Fundação Getúlio Vargas – FGV (Adaptado de ONS, 2020).
Ressalta-se que a carga do primeiro bimestre de 2020, apesar de não ter sofrido com o efeito do COVID-19 no Brasil, já performava abaixo do ano de 2019. Devido a uma desaceleração do comércio mundial, houve uma certa retração da economia no país a partir de novembro de 2019 (FGV-IBRE, 2020). Como parte da demanda está atrelada ao PIB, também houve redução da carga no primeiro bimestre, no entanto em proporções menores em relação aos meses posteriores. Por esse motivo, destaca-se que a diminuição da carga em março e abril começou a partir de um patamar de carga menor que o previsto em 2019 (ONS, 2020).
Com relação aos demais meses do ano, tem-se uma continuidade da redução do consumo em atividades industriais, como mostrado na Figura 2.37. No entanto, é esperada uma melhora a partir de julho caso as restrições sociais continuem em etapas de afrouxamento. Na Figura 2.38, verifica-se uma maior redução da carga de 2020 em comparação a 2019 em momentos de maior isolamento social, em abril e maio e uma menor diferença a partir de junho, o que demostra um início de uma retomada econômica (LINKEDIN: CCEE, 2020).
Figura 2.37 – Variação do consumo no ACL (LINKEDIN: CCEE, 2020).
2.6 VISUALIZAÇÃO DE DADOS
Acredita-se que a primeira visualização de dados por meio de gráficos de linha, barra e “de pizza” foi por volta das últimas décadas de 1700 pelo engenheiro e economista William Playfair, o qual foi considerado o fundador desse tipo de visualização. Ele produziu diversos gráficos para a análise de aspectos econômicos e políticos da Inglaterra na época. Um deles está indicado na Figura 2.38, em que foram explicitadas as dívidas externas do país. Sobre o porquê de suas criações, ele destacou a possibilidade de rápido entendimento dos dados. Em uma pesquisa realizada pela empresa Transforming Data with Intelligence (TDWI) em 2010, constatou-se que 74% de profissionais de Business Intelligence (BI) consideraram que a visualização de dados proporciona uma grande melhoria nos insights e análises, e 67% comentou do grande aumento na produtividade dos estudos com esse recurso (ECKERSON e HAMMOND, 2011).
Figura 2.39 - Gráfico da dívida externa da Inglaterra ao longo dos anos (ANYCHART, 2015).
Ademais, observa-se na Figura 2.39, outros resultados da pesquisa da instituição TDWI, em que foram ranqueadas as principais funcionalidades da visualização de dados adotadas pelos profissionais que consideram esse recurso muito importante. A análise de séries temporais e comparações em categorias constam como as principais aplicações desse estilo de recurso, as quais foram utilizadas nesse trabalho.
Figura 2.40 - Principais funcionalidades da visualização de dados elencados por profissionais de BI (ECKERSON e HAMMOND, 2011).
Há ainda, na pesquisa citada, um destaque do dashboard como auxílio visual mais votado para ferramenta visual, como mostrado na Figura 2.40. Um dashboard é um painel que permite a visualização da informação necessária de um determinado processo ou estudo em formato de gráficos dinâmicos (BARROS, 2013). Sua facilidade de filtrar informações ou categorias e de mostrar uma variedade de gráficos o tornam um grande atrativo como ferramenta de visualização (ECKERSON e HAMMOND, 2011).
Figura 2.41 - Principais ferramentas de BI elencadas por profissionais de BI (ECKERSON e HAMMOND, 2011).
Diante disso, a análise de um grande volume de dados é facilitada com a utilização dessa ferramenta. Com os dados numéricos representados de forma facilitada, é possível inferir informações e ter insights para um processo de tomada de decisão, a partir da análise da demanda, de como proceder com relação a oferta energética e a operação elétrica de curto prazo.
3 METODOLOGIA
Conforme, BARROS (2013), a preparação para a análise de um volume significativo de dados numéricos por meio de um dashboard consiste em:
• Planejar quais e como os dados serão apresentados. • Decidir métricas a serem utilizadas.
• Escolher o software para a realização do dashboard.
• Averiguar a necessidade de tratamento de dados e organização em um formato de banco de dados adequado à ferramenta.
• Escolher e criar os gráficos da ferramenta.
• Personalizar a visualização dos dados e a interface do dashboard.